DASA — AI skill for Claude Code
Deterministic RAG: Agent A retrieval + Agent B grounded synthesis.
How to install DASA
This entry records only its repository, not the path inside it, so there is no
exact command to give. Open angelgabrieljacintohuayllasco/DASA and copy the folder into
~/.claude/skills/, or the file into ~/.claude/agents/.
What DASA does
Deterministic RAG: Agent A retrieval + Agent B grounded synthesis. CPU-only, SHARD-backed IVF-PQ retrieval that scales to TB datasets.
Alternatives in AI
README
DASA — Deterministic Agent Synthesis Architecture
**La IA que no alucina.** / *The AI that doesn't hallucinate.*
[](LICENSE) [](https://www.python.org) []()
¿Qué es DASA? (explicado para todos)
Imagina que tienes un libro de recetas. Si alguien te pregunta "¿cómo se hacen los huevos fritos?", tú abres el libro, buscas la página de huevos fritos, la lees y la explicas. Nunca **inventas** ingredientes que no están en el libro.
Un LLM (modelo de lenguaje, como ChatGPT, Claude o Gemini) haría lo contrario: generaría una respuesta basada en estadísticas de texto que aprendió. A veces acierta, a veces **inventa cosas que suenan reales pero son falsas**. A eso se le llama **alucinación**.
**DASA no alucina** porque usa un enfoque completamente diferente:
- Busca en tu base de datos de hechos reales (como buscar en el libro).
- Reconstruye la respuesta solo con las palabras que encontró (como leer la página en voz alta).
- Nunca añade información que no estaba en la base de datos — es matemáticamente imposible.
Piénsalo así: DASA es como un estudiante que solo puede usar sus apuntes en el examen. No puede inventar lo que no anotó.
El problema real: la IA sigue alucinando en 2026
En 2026 seguimos teniendo modelos enormes como Claude Opus 4.7, GPT-4o, Gemini Ultra… y **siguen alucinando**. ¿Por qué? Porque todos son la misma cosa por dentro: **predictores de texto probabilísticos**.
Según múltiples estudios de NLP, los LLMs no razonan de verdad. Cuando responden "la capital de Francia es París", no lo "saben" — calculan que estadísticamente, después de "la capital de Francia es", la palabra "París" tiene alta probabilidad. Funciona bien para cosas comunes, pero falla en detalles, datos específicos, listas largas, información poco frecuen
Related Skills
RAG Knowledge
Use when changing Lumina's retrieval and grounded-answer workflow, including server/src/services/knowledgeBase
Resume Builder
Agent skill that crafts and audits technical resumes. Eliminates generic AI buzzwords using deterministic lint
Notionmemory
Notion-backed long-term memory, calendar, and knowledge retrieval for AI agents.
Kioku Assistant
Private, self-hosted agentic personal assistant: cloud brain, local hands. Claude Agent SDK over a git-backed
AI Helpdesk
AI-powered helpdesk that turns inbound support emails into tickets — Claude classifies category/urgency/sentim
Lenny Growth Assistant
The Lenny Growth Assistant — a full-stack, grounded AI assistant for querying Lenny’s Podcast transcripts with
Related Agents
Context Me Reader
Reads one shard of extracted Claude Code session signals (produced by the context-me skill's extract.py) and r
RAG Specialist
GAIA RAG and agentic-retrieval specialist. Use PROACTIVELY for RAG pipeline work, document indexing, embedding
Python RAG Backend Engineer
Production-grade Python RAG backend engineer specializing in ChromaDB vector storage, sentence-transformers em